应届生简历职业规划
应届毕业生找工作需要准备些什么？
应届毕业生找工作需要准备些什么？
谢谢邀请。
对于应届毕业生来说，都希望能尽快找到一份自己认为还可以的工作，但这个过程中，最好要做好以下准备：
01 做好地区、行业、岗位三个方面的自我定位，不要盲目对于不同的毕业生而言，各自的工作意向肯定各不相同。因此，每位毕业生都先从自己的工作意向出发，好好做一下自我定位，这样对于找工作来说，才会尽量让自己的目标清晰，而不会像“无头苍蝇”一样，瞎跑乱撞，浪费时间和精力。
怎么做好自我定位呢？
那就是要认真分析这么三个问题：
1.想在哪里工作（指的是地区）？
到一线城市，还是二三线城市，还是四线城市，不同城市的工作门槛各不相同。大城市人才济济，不乏高学历、能力条件都很突出的人，因此入职门槛上对于学历和能力条件的要求相对较高；而小城市相比之下的要求，会相应低些。当然，大城市的平台、眼界、资源自然是小城市比不上的。
2.想从事什么行业的工作？
是否打算从事与自己在大学里学习的专业一致的工作呢，还是专业不对口的工作呢？比如学的是电子技术，那么你是否要进入电子类的行业；还是觉得其他行业更有你所追求的东西，想到其他行业去尝试。这些你自己都要相应地考虑。
3.自己能做的或喜欢的具体工作岗位大概有哪些？
区域、行业划定之后，你也要考虑在这一行业里，较为适合你的具体岗位。比如，进入电子类行业，你是要选择研发岗位、产品设计、还是市场销售等等的岗位，都该尽量心中有数。
02 求职材料要准备好，齐全、丰富所谓的求职材料，不仅仅只是简历，还包括了你的各方面的佐证资料，比如学历和学位证书、技能证书、实践证明、个人作品等方面。可以说，一切有利于你找工作的资料，都应该尽量地准备着。
简历，要能够尽量地突出你所要应聘该职位的优势，因此要有针对性地去制作简历，而不要只是“一份简历包打天下”，不同职位要相应制作不同版本的简历，不同职位也要相应不同的应聘优势。
各类证明材料原件要保管好，复印件也要带齐。给用人单位的可以是复印件，原件自己要收好，不要轻易给用人单位，原件只是给他们查验复印件的真伪使用的。求职材料可以适当做一下分类，比如学历和学位证书一类，技能类证书一类，实践类材料一类，作品类材料一类。丰富的求职材料可以看出一个人的综合能力，分类规范的材料也可以看出一个人的材料管理能力。素质自然而然地体现在这些细节上面。
03 多利用求职平台掌握招聘信息尽量通过较为正规的求职招聘平台获取单位的招聘信息，不要“病急乱投医”，一看到自己觉得满意的信息，不管三七二十一，眉毛胡子一把抓，全部都要投过去。
一方面可能是无用功，简历过去了，石沉大海；另一方面，也有可能被不法分子利用了急于找到工作的心理，骗取钱财或者个人私密信息。
事实上，基本上每个省份、地市都有相关的人才市场网站，可以尽量利用这些平台。有些人才网站名称差不多，因此要仔细分辨网站的版权信息，尽量登录正规、官方网站，不要点到了虚假链接或者钓鱼网站。
总而言之，找工作不是一件快速的事情，也要在这一工作中，调整好自己的心态，相信“好料沉汤底”，自己做的准备越充分，相信机会也会越来越多。
祝工作成功、顺利。
本科应届毕业生如何找工作？
作为一名教育工作者，我来回答一下这个问题。
应届本科毕业生找工作，首先要充分利用好校招这个渠道，尤其是一些重点高校的校招往往会有很多优质的就业岗位，而且一部分大型企业通常会重点关注校招，所以如果错过校招往往会错过很多机会。
在参加校招之前，应该选择几个重点关注的企业，然后针对于这些企业的招聘岗位做一个相对详细地了解，在制作简历的时候，也要有一定的倾向性。通常大型企业在校招的时候会留出一定的名额，而要想争取到这些名额，一定要让企业认为自己与岗位的契合度比较高。通常来说，大型企业无论发展情况如何，校招往往都会进行一定数量的人才招聘，一方面是保证企业人才结构的合理性，另一方面也是承担企业社会责任的一种表现。
在参加校招之前，还应该与自己的辅导员沟通一下，通常辅导员对于一部分企业会有更为全面的了解，而且一部分辅导员手里还会握有一定的推荐名额，如果能够拿到辅导员手里的推荐名额，那么就业的成功率还是比较高的。当然，即使辅导员手里没有推荐名额，也可以通过辅导员来联系师哥、师姐，这样也可以走“内推”渠道。
除了辅导员之外，大学里很多专业课老师也会有大量的行业资源，尤其是一些研究生导师，往往与行业企业有比较紧密的合作关系，如果能够得到这些老师的帮助，也会更容易找到适合自己的工作岗位。实际上，有不少专业老师对于学习情况比较好的同学，都会提前做出一定的安排，比如安排到相关企业进行实习等等，这个过程也会为就业奠定一个扎实的基础。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！